[发明专利]基于用户行为的产品推荐方法、装置、设备及存储介质

权利要求书

1.一种基于用户行为的产品推荐方法，其特征在于，所述基于用户行为的产品推荐方法包括：

获取待推荐用户的历史行为数据，并根据所述历史行为数据确定对应的历史产品集；

基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；

获取与所述真实兴趣产品具有关联关系的推荐产品的推荐产品信息，并基于预设推荐规则向所述待推荐用户对应的用户终端推送所述推荐产品信息；

所述基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品的步骤包括：

根据所述历史行为数据所对应的历史产品对所述历史行为数据进行分类，得到各历史产品对应的产品类行为数据；

分别统计所述产品类行为数据中的行为类型，并根据各类型行为的行为时间获取所述各历史产品的观察行为序列O；

基于预设行为概率矩阵B、预设态度转变矩阵A、所述观察行为序列O和预设维特比算法分别获取所述待推荐用户对所述各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；

所述待推荐用户对所述各历史产品的潜在态度包括第一态度S1和第二态度S2，

所述观察行为序列O包括第一序列行为和第二序列行为，其中所述第一序列行为属于第一类型行为O_L，所述第二序列行为属于第二类型行为O_D；

所述预设行为概率矩阵B包括所述待推荐用户初始处于所述第一态度S1的一态度初始概率P(S1)、处于所述第一态度S1下进行所述第一类型行为O_L的一态度一行为概率P(O_L|S1)、处于所述第一态度S1下进行所述第二类型行为O_D的一态度二行为概率P(O_D|S1)，还包括所述待推荐用户初始处于所述第二态度S2的二态度初始概率P(S2)、处于所述第二态度S2下进行所述第一类型行为O_L的二态度一行为概率P(O_L|S2)、处于所述第二态度S2下进行所述第二类型行为O_D的二态度二行为概率P(O_D|S2)；

所述预设态度转变矩阵A包括所述待推荐用户连续进行两种行为时保持所述第一态度S1的一态度保持概率P(S1|S1)、所述待推荐用户连续进行两种行为时由所述第一态度S1转变为所述第二态度S2的一态度转变概率P(S2|S1)，还包括所述待推荐用户连续进行两种行为时保持所述第二态度S2的二态度保持概率P(S2|S2)、所述待推荐用户连续进行两种行为时由所述第二态度S2转变为所述第一态度S1的二态度转变概率P(S1|S2)；

所述基于预设行为概率矩阵B、预设态度转变矩阵A、所述观察行为序列O和预设维特比算法分别获取所述待推荐用户对所述各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品的步骤包括：

根据所述一态度初始概率P(S1)、所述二态度初始概率P(S2)、所述一态度一行为概率P(O_L|S1)、所述二态度一行为概率P(O_L|S2)和第一公式组分别估算所述待推荐用户进行所述第一序列行为时各潜在态度的一序列态度概率，所述第一公式组为：

其中，P_S1|t＝1为所述待推荐用户进行所述第一序列行为时处于所述第一态度S1的一序列一态度概率，P_S2|t＝1为所述待推荐用户进行所述第一序列行为时处于所述第二态度S2的一序列二态度概率；

根据所述一序列一态度概率P_S1|t＝1、所述一序列二态度概率P_S2|t＝1、所述一态度保持概率P(S1|S1)、所述一态度转变概率P(S2|S1)、所述二态度保持概率P(S2|S2)、所述二态度转变概率P(S1|S2)和第二公式组分别估算所述待推荐用户进行所述第二序列行为时各潜在态度的二序列态度概率，所述第二公式组为：

其中，P_S1|t＝2为所述待推荐用户进行所述第二序列行为时处于所述第一态度S1的二序列一态度概率，P_S2|t＝2为所述待推荐用户进行所述第二序列行为时处于所述第二态度S2的二序列二态度概率；

将所述二序列一态度概率和所述二序列二态度概率进行大小比较，根据两者大小关系判断所述各历史产品是否为所述待推荐用户的真实兴趣产品。